隨著日漸成熟的SDN/NFV、大數據、人工智能等技術，5G網絡將成為各行業數字化轉型的關鍵基礎設施。
邊緣計算技術作為5G網絡架構中核心的一環，順隨運營商邊緣機房智能化改造的趨勢，致力於解決5G網絡對於低時延、大帶寬、海量物聯的硬性要求，正在成為各大運營商與行業相關企業佔據5G發展快速道、把握未來全新業務形態、開拓藍海市場的關鍵。
▌關於邊緣計算的概述
邊緣計算的概念
按照邊緣計算產業聯盟的定義，邊緣計算是指在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，充分利用整個路徑上各種設備的處理能力，就地存儲處理隱私和冗餘數據，降低網絡帶寬佔用，提高系統實時性和可用性，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私等方面的關鍵需求。
通俗來說，邊緣計算就是將雲端的計算存儲能力下沉到網絡邊緣，用分佈式的計算與存儲在本地直接處理或解決特定的業務需求，用以滿足不斷出現的新業態對於網絡高帶寬、低延遲的硬性要求。
邊緣計算其實早在2002年就已提出，近些年來，隨著SDN/NFV等先進網絡技術的日漸成熟，各大網絡標準化組織才逐漸意識到邊緣計算對於網絡功能的巨大提升;並於2016年4月，將之列為5G網絡架構的關鍵技術。
2016年11月，華為、英特爾、ARM、中國科學院瀋陽自動化研究所、中國信息通信研究院和軟通動力發起成立了邊緣計算產業聯盟(ECC)，致力於邊緣計算在各行業的數字化創新與行業應用落地。
根據ECC發佈的邊緣計算參考架構，整個系統被分為三層，即現場層、邊緣層、雲端。
其中邊緣層又劃分為邊緣管理器和邊緣節點兩部分，邊緣節點是具有計算和存儲能力的功能模塊，包括負責處理和轉換網絡協議的邊緣網關，負責閉環控制業務的邊緣控制器，負責大規模數據處理的邊緣雲以及負責信息採集與簡單處理的邊緣傳感器;而邊緣管理器則主要是實現對邊緣節點的各項功能進行統一管理和調度。
關注樂晴智庫 ( 網站:www.767stock.com，公眾號ID: lqzk767) 獲取更多深度行業研究報告。
整個框架強調了雲—邊—端一體化的要求，邊緣傳感器將設備端基礎數據彙集到邊緣雲平臺，在平臺上對數據進行分析處理，得到的即時結果反饋到設備端。
而邊緣管理器則負責數據的統一調配，與雲端建立聯繫，將業務相關數據傳輸到雲端進行更加深入的分析，而後再對邊緣側算法進行優化，從而靈活高效的指導生產實踐。
邊緣計算是雲與端連接的橋樑，其所處的地理位置與具備的功能定位決定了它自身所必然具備的特點與屬性。
▌邊緣計算與雲計算的關係
與邊緣計算相比，雲計算有諸多劣勢。
首先是實時性，傳感器接收到數據以後，雲計算需要通過網絡傳輸到數據中心，經過分析處理後再由網絡反饋到終端設備，這樣數據來回傳傳輸就造成了較高時延。
其次雲計算對帶寬的要求也越來越大，例如在公共安全領域，每一個高清攝像頭都需要2M的帶寬來傳輸視頻，這樣的一個攝像頭一天就可以產生10幾個G的數據，如果這樣的數據全部傳到數據中心進行分析存儲的話，對帶寬的消耗非常大。
第三是能耗方面，現在數據中心的能耗在業界已
經佔據了非常高的比例，國家也不斷對數據中心的能耗指標作出要求。最後是數據安全和隱私方面，數據經由網絡上傳到雲端經歷了眾多環節，每個環節數據都有可能被洩露。
而邊緣計算則可以完美的解決以上諸多問題，邊緣計算就部署在接入網，在網絡邊緣就可以完成對數據的分析處理，數據甚至都不必上傳至雲端，這樣就大幅降低了數據傳輸時間，減輕了通信網絡的帶寬壓力，數據在邊緣處理存儲也更加高效安全。
實際上，雲計算與邊緣計算的關係更像是人體的神經網絡系統，大腦即為雲計算中心，而神經中樞與神經元則代表了下沉到不同程度的邊緣計算。
傳感器從邊緣設備對數據進行初始的採集，到邊緣層進行一部分實時的處理，再傳輸到核心層進行深度的計算分析，最後再將分析結果回饋到邊緣，對邊緣智能進行優化完善。
兩者構成了一套完整的系統，雲計算負責全局性、非實時、長週期的大數據處理與分析，而邊緣計算則根據特定的需求對局部性、實時、短週期數據的處理與分析。
目前市場上邊緣計算的建設主體主要有電信運營商、第三方廠商、OT廠商等，電信運營商採用MEC多接入邊緣計算的形式將邊緣計算部署在網絡的邊緣，一般是在宏基站的機房內或者多個宏基站的匯聚點。
第三方廠商則需要藉助運營商MEC平臺開放底層資源來推出自己個性化服務，一般是自身雲計算業務的在邊緣處的延伸。
而OT廠商則聚焦於邊緣設備，對其進行智能化改造，讓終端設備具備一定的計算能力，用以滿足自身業務需求。
由於以上兩類邊緣計算應用形式面向的客戶場景不同，體現的客戶價值也不同，所以各建設主體對於邊緣計算的理解、用到的關鍵技術等都有較大的區別。
各參與者根據自己的優劣勢，在不同的業務形態中擔任不同的角色。需要說明的是，在實際部署的商業用例中，上述兩種邊緣計算應用可以獨立存在，也可以兩者相互融合互補並存。
與5G同行，多方共同打造MEC產業生態。
網絡側多接入邊緣計算MEC是一種基於通信網絡的全新分佈式計算方式，已經被3GPPSA2列為5G網絡架構的關鍵技術。
通過部署在一定的計算存儲能力部署在RAN端、構建接入網雲服務環境，使得一部分的網絡服務與網絡功能在脫離核心網的情況下進行，從而大幅度的減少數據傳輸的時延，節省帶寬，降低網絡負載，同時還能夠保證數據的安全性。
MEC具備豐富的應用場景，典型的如智能駕駛、AR/VR、超高清視頻等等。基於運營商的部署規劃，5G時期MEC建設將會為市場帶來約1485億元的海量硬件需求，而隨著更多層次MEC建設的推進，相關廠商將會從中獲益。
▌現場側端級邊緣計算，催生應用新藍海
在現實的生產實踐中，遇到的案例並不總是像智能駕駛、視頻優化等應用一樣在一個平臺提供集中式的數據分析與處理，有些場景如工業現場的設備檢測及管理，不同的設備可能面對的是完全不同的業務需求，現場的數據處理需求太過碎片化，異構的數據導致難以或者無法提供一個通用的解決方案。
這時，將邊緣計算的計算存儲能力直接下沉到設備邊緣，即對設備進行智能化改造，在設備端直接對數據進行處理，分析結果直接用於指導現場設備的生產製造，這樣就可以解決邊緣側需求多樣化的問題，從而降低企業的生產成本，提高生產效率。
目前，計算能力直接下沉到端的應用主要集中在三個領域:智慧安防、工業互聯網、智能家居領域，其共同的特點是終端數量龐大，產生的數據多且雜，如果採用雲計算的方式，要麼不滿足具體業務的需求，要麼會造成大量網絡資源的浪費。
而邊緣計算則可以很好的滿足上述要求，邊緣設備甚至無需聯接外網，就可以滿足自身業務需求。
端級邊緣計算在智慧安防領域的應用
在智慧安防領域，一個二線以上城市可能就有上百萬個監控攝像頭，針對產生的海量視頻數據，雲計算中心服務器計算能力有限。
如果我們能夠在邊緣處能夠對視頻進行預處理，將部分或全部視頻分析遷移到邊緣處，那麼我們就可以大大降低對雲中心的計算、存儲和網絡帶寬需求。
根據現有的實踐案例，如果我們僅僅用攝像頭把原始視頻傳送到雲端人臉引擎，一臺4核的16G內存的服務器只能支持3個攝像頭的數據處理;
如果我們將計算能力直接下沉到端，即在攝像頭附近加一個數據處理芯片，功能就是把視頻流有人臉的圖片傳輸到服務器，沒有的則直接省去，在邊緣側實現數據的預處理，那麼一個人臉引擎可以處理20個攝像頭的數據。
市場上200萬像素的攝像頭大概在300~500元之間，如果加入芯片與存儲，價格會在800~1000左右，成本會增加80%左右，但是從整體網絡帶寬的消耗和服務器端整體成本來看，這種解決方案還是大大節省了開支。
隨著“平安城市”建設進程的推進，我國的安防行業保持了快速發展的勢頭，安防產業鏈不斷完善，市場規模持續增長。據智研諮詢發佈的報告，2022年我國安防行業市場規模將會達到9737億元。
安防行業收入主要來源於安防工程和安防產品。
根據智研諮詢發佈的數據，2016年中國安防工程產值約3100億元，安防產品產值約1900億元，報警運營服務及其他產值約410億元。
其中視頻監控產品產值在全部物理安防產品產值中佔比最高，2016年我國視頻監控產品產值約達到962億元，已佔到了全部電子安防產品的1/2以上。
目前邊緣計算在安防行業還處在市場推廣的階段，其應用還未真正普及。
我們認為，基於邊緣計算的視頻監控、門禁系統等應用場景確實能夠大大減少安防領域的開支，隨著邊緣計算在行業應用的不斷深入，應用邊緣計算的安防設備將會成為市場主流。
如果按照2016年安防行業各子模塊業務收入比例測算，視頻監控產品收入約佔安防行業整體規模的18%，按照60%的邊緣計算產品滲透率，2022年基於邊緣計算的視頻監控產品市場規模將達到1052億元。
端級邊緣計算在工業互聯網領域的應用
工業互聯網是新工業革命的關鍵支撐和智能製造的重要基石。
構建企業工業互聯網系統，核心是平臺，工業互聯網平臺是面向製造業數字化、網絡化、智能化需求，構建基於海量數據採集、匯聚、分析的服務體系，支撐製造資源泛在連接、彈性供給、高效配臵的工業雲平臺。
工業互聯網平臺第一層是就是邊緣層，在邊緣端通過大範圍、深層次的數據採集，以及異構數據的協議轉換與邊緣處理，構建工業互聯網平臺的數據基礎。
邊緣層對數據的處理主要是三個層次：
一是通過各類通信手段接入不同設備、系統和產品，採集海量數據;
二是依託協議轉換技術實現多源異構數據的歸一化和邊緣集成;
三是利用邊緣計算設備實現底層數據的匯聚處理，並實現數據向雲端平臺的集成。
邊緣層是數據採集與預處理是工業互聯網得以實行的基礎，邊緣的智能化對於某些特定的業務場景來說尤為重要。
如在工業製造領域的紡織行業，傳統方法是通過人工驗布的方式來檢驗布的瑕疵，受檢驗員的主觀意識、經驗、環境、認知等因素的限制，檢測結果往往差異性大，一致性差。
將邊緣計算引入後，在設備邊緣直接布臵具備簡單計算能力的智能設備，在機器運行時採集相關數據，直接在現場實時處理和分析數據，最大限度的減少因時延而造成產品缺陷。
經過對邊緣機器的智能化改造後，一臺智能驗布機的驗布效率相當於5-6臺人工驗布機，並且檢測精度更高，誤檢漏檢率更低。
在國家政策的推動下，我國的工業互聯網在過去幾年經歷了爆發式的增長，2019年兩會政府工作報告中明確提出:打造工業互聯網平臺，拓展‘“智能+”，為製造業轉型升級賦能。
而邊緣計算在工業互聯網中的應用實際上更多是以邊緣設備的智能化改造的概念提出來的，兩者的核心理念也較為接近，都是採用在終端安裝智能芯片或外接智能設備的方式讓設備具備一定計算能力，從而實現對設備自身簡單生產流程的把控。
根據智研諮詢發佈的數據，2017年，中國智能製造產業規模將近15000億元，預計到2022年市場規模將超過25300億元，隨著國家對工業智能製造的不斷推動，我們預測到2022年基於邊緣計算技術的智能製造滲透率至少達到60%，即市場規模將達到15180億元。
邊緣智能元器件作為智能製造的重要支撐，必將受益於智能製造的不斷深入。
端級邊緣計算在智能家居領域的應用
在智能家電領域，邊緣計算也有著極大的用武之地。
這裡所說的的智能家電與我們目前生活中的智能家電有一定的區別，目前我們所接觸到的智能家電同樣也裝有傳感器及處理芯片，但其感知的對象是其所處的物理環境因素，如感知時間、環境溫度等等。
這裡所說的智能家電更具智能化，家電自身將變成一個擬人智能終端，通過對人的行為習慣的感知為用戶提供生活上的指導建議，而物聯網的應用又使得其對身邊的物具備了感知能力，這樣所有家電就構成了一套完善的智能家居系統，為生活提供更多智能化服務。
家電作為人們生活中不可或缺的一部分，其自身的智能化發展是必然的趨勢。邊緣計算技術也將作為一項基本技術嵌入智能家居系統中。
截至2016年，家電行業已有海爾、長虹、創維、美的、海信、海立、九陽、老闆(等)8家企業先後成為工信部“智能製造綜合試點示範”項目。
根據中商產業研究院的數據，2017年中國家電行業市場規模達到了7740億元，其中，智能家電行業市場規模為2828億元，佔比達36.54%，預計2022年智能家電行業規模將達到7610億元。
未來，基於邊緣計算技術的智能家居系統將會是市場主流，即將所有家電產品的控制、數據分析等集中到一個智能終端上，在終端上通過緊緊粘合消費者的細節需求、情感需求、關愛需求等，為用戶提供可以無限延伸的、個性化的服務，通過人和產品之間、產品和產品之間的交互，構建一體化的智慧家庭。
但受限於網絡基礎設施建設進度，基於邊緣計算技術的智能家居滲透率可能不像工業領域那樣高，保守估計，2022年邊緣計算技術在智能家居領域的滲透率為20%，那麼這一塊將會是1522億元的市場規模。
目前，端級邊緣計算是各OT廠商爭相搶佔的戰略高地之一。
智慧安防、工業互聯網、智能家居是目前端級邊緣計算主要的應用場景，各廠商在這些應用場景下也都有了完整的解決方案。
並且在智慧安防及工業互聯網領域，端級邊緣計算帶來的紅利肉眼可見，因而這兩個領域會是接下來端級邊緣計算應用的主戰場。
而智能家居帶來的好處多是用戶體驗層面，決定權在用戶，其推廣勢必會相對較慢，但一體化智能家居系統是未來發展的方向。
國家層面上，政策也在積極推動傳統工業的數字化轉型，應用先進的數字通信技術為傳統工業賦能。
從上面大致的測算來看，端級邊緣計算下游應用會是一個超過1.7萬億元(智能安防1052億+智能製造15180億+智能家居1522億)的市場規模，國內的相關芯片廠商及相關元器件供應商也必將從中獲益。（報告來源：中銀國際／分析師：程燊彥）
閱讀更多 樂晴智庫 的文章
